Experimentele onderzoeken naar hybride productie: WEDM van WAAM-geproduceerde roestvrijstalen componenten met behulp van ANFIS-modellering

Grote metalen onderdelen preciezer maken

Van vliegtuigl vleugels tot medische implantaten: veel moderne machines vertrouwen op grote metalen onderdelen die zowel sterk als buitengewoon nauwkeurig moeten zijn. Een nieuwere manier om zulke onderdelen te maken, wire arc additive manufacturing, is goed in het snel creëren van grote roestvrijstalen vormen, maar laat ruwe oppervlakken en kleine geometrische afwijkingen achter. Deze studie onderzoekt hoe een tweede proces, wire electrical discharge machining, deze additief gemaakte onderdelen nauwkeurig kan bijsnijden en gladmaken, terwijl een intelligent computermodel ingenieurs helpt de beste machine-instellingen te vinden om snelheid en kwaliteit in balans te brengen.

Waarom nieuwe methoden voor metaalbouw ertoe doen

Traditionele bewerking begint met een massief blok en snijdt materiaal weg, wat traag, verspild en vormmatig beperkt kan zijn. Wire arc additive manufacturing bouwt daarentegen metalen componenten laag voor laag op met een elektrische boog en metalendraad, bijna alsof een onderdeel in elkaar wordt gelast. Deze aanpak is snel, kostenefficiënt en goed geschikt voor grote roestvrijstalen onderdelen, waardoor het aantrekkelijk is voor de lucht- en ruimtevaart, energie en industriële ontwerpers. Het nadeel is dat de gelaagde oppervlakken vaak golvend en ruw zijn en dat de gebruikte warmte interne spanningen en kleine dimensionale fouten kan achterlaten, wat onaanvaardbaar is waar strakke toleranties en gladde afwerkingen vereist zijn.

Afwerken met vonken in plaats van snijden

Om deze tekortkomingen te corrigeren, gebruikten de auteurs wire electrical discharge machining, een proces dat een dunne draad en kleine elektrische vonken gebruikt om metaal te eroderen zonder fysiek contact. De roestvrijstalen onderdelen, gemaakt van een veelgebruikte legering genaamd SS316L met wire arc additive manufacturing, werden vervolgens gevormd en afgewerkt met deze vonkgebaseerde snijmethode. Omdat de draad het onderdeel nooit aanraakt, kan hij hard en ingewikkeld materiaal nauwkeurig snijden en is hij bijzonder nuttig om in complexe geometrieën te komen die moeilijk te bereiken zijn met gewone snijgereedschappen. De belangrijkste uitdaging is dat dit vonkproces gevoelig afhangt van hoe lang elke vonk aan staat, hoe lang hij uit staat en hoe sterk de stroom is; daarom stelde het team zich tot doel te meten hoe deze instellingen het materiaalverlies, de oppervlaktegladheid en de geometrische nauwkeurigheid beïnvloeden.

Veel instellingen testen met slimme statistiek

Met een gestructureerd experimenteel plan voerden de onderzoekers 27 verschillende combinaties uit van vonk-aan-tijd, vonk-uit-tijd en elektrische stroom op het additief gemaakte roestvrijstaal. Ze maten hoe snel materiaal werd verwijderd, hoe ruw het eindoppervlak was, hoe ver de afmeting van de doelafmetingen afweek en hoe goed muren recht en vierkant bleven. De resultaten toonden aan dat de vonk-aan-tijd de belangrijkste factor was voor de snelheid van materiaalverwijdering, maar ook een grote bron van maatfouten en vormvervorming wanneer deze te hoog was. De vonk-uit-tijd daarentegen was cruciaal voor het bereiken van een fijner oppervlak en stabiele geometrie omdat ze de vloeistof tussen draad en onderdeel de tijd gaf om te herstellen en het afval weg te spoelen.

Een digitale assistent leren kwaliteit te voorspellen

Om met het feit om te gaan dat meerdere kwaliteitsmaatstaven tegelijk goed moeten zijn, combineerde het team twee methoden: een rangschiktool die alle prestatiemaatstaven tot één score samenvoegt, en een adaptive neuro fuzzy inference system, een type intelligent model dat complexe patronen uit data kan leren. Ze trainden dit model op de experimentele resultaten zodat het de gecombineerde prestatiescore voor nieuwe sets machine-instellingen kon voorspellen. De voorspellingen kwamen zeer nauwkeurig overeen met de experimenten, met kleine fouten en een bijna perfecte correlatie, wat aantoont dat het model de relaties tussen snelheid, oppervlakteafwerking en geometrische precisie in dit hybride proces vastlegde.

Wat dit betekent voor toekomstige metalen onderdelen

Simpel gezegd laat de studie zien dat het snel opbouwen van roestvrijstalen onderdelen met wire arc-methoden en deze vervolgens afwerken met vonkgebaseerd snijden gladde, nauwkeurige componenten kan opleveren die geschikt zijn voor veeleisende toepassingen. Het toont ook aan dat het zorgvuldig afstemmen van hoe lang vonken aan en uit zijn, snel snijden kan afwegen tegen goede oppervlaktekwaliteit en stabiele vormen. Het intelligente model dat hier is ontwikkeld kan ingenieurs naar de beste combinaties van instellingen leiden zonder elke mogelijkheid op echte onderdelen te moeten testen. Samen wijzen deze hybride productieroute en zijn digitale hulpverlener op schaalbare productie van grote, precieze metalen componenten voor gebieden zoals lucht- en ruimtevaart, biomedische apparaten en energiesystemen.

Bronvermelding: Thejasree, P., Manikandan, N., Marimuthu, S. et al. Experimental investigations on hybrid manufacturing: WEDM of WAAM-fabricated stainless-steel components using ANFIS modelling. Sci Rep 16, 15169 (2026). https://doi.org/10.1038/s41598-026-45952-w

Trefwoorden: wire arc additive manufacturing, wire electrical discharge machining, roestvrij staal 316L, hybride productie, ANFIS-modellering